Suzhou Electric Appliance Research Institute
期刊號(hào)： CN32-1800/TM| ISSN1007-3175

Article retrieval

文章檢索

首頁(yè) >> 文章檢索 >> 往年索引

電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法研究現(xiàn)狀及展望

來(lái)源：電工電氣發(fā)布時(shí)間：2020-11-19 15:19 瀏覽次數(shù)：750
電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法研究現(xiàn)狀及展望
 
謝彥祥，肖漢，李嘉逸，李小雨
（中國(guó)電力工程顧問(wèn)集團(tuán)西南電力設(shè)計(jì)院有限公司，四川 成都 610021）
 
    摘 要：人工智能算法在暫態(tài)穩(wěn)定評(píng)估領(lǐng)域已得到一定應(yīng)用，廣域測(cè)量系統(tǒng)的逐漸普及和大數(shù)據(jù)技術(shù)在電力系統(tǒng)中的應(yīng)用為暫態(tài)穩(wěn)定分析提供了新思路。介紹現(xiàn)有暫態(tài)穩(wěn)定評(píng)估方法，對(duì)其進(jìn)行分類(lèi)；重點(diǎn)闡述基于人工智能、廣域測(cè)量系統(tǒng)及大數(shù)據(jù)技術(shù)的暫態(tài)穩(wěn)定評(píng)估方法，歸納了相關(guān)研究成果，總結(jié)了現(xiàn)有評(píng)估方法存在的問(wèn)題，并展望了暫態(tài)穩(wěn)定評(píng)估未來(lái)的研究方向。
    關(guān)鍵詞：電力系統(tǒng)；暫態(tài)穩(wěn)定評(píng)估；人工智能；廣域測(cè)量系統(tǒng)；大數(shù)據(jù)
    中圖分類(lèi)號(hào)：TM712     文獻(xiàn)標(biāo)識(shí)碼：A     文章編號(hào)：1007-3175(2020)11-0001-09
 
Research Status and Prospect of Transient Stability Assessment Methods of Power System
 
XIE Yan-xiang, XIAO Han, LI Jia-yi, LI Xiao-yu
（Southwest Electric Power Design Institute Co., Ltd of CPECC, Chengdu 610021, China）
 
    Abstract: Artificial intelligence algorithms have been applied in the field of transient stability assessment. The gradual popularization of wide-area measurement systems and the application of big data technology in power systems provide new ideas for transient stability analysis. In this paper introduced existing transient stability evaluation methods and classify them; it focus on the transient stability evaluation methods based on artificial intelligence, wide-area measurement system and big data technology, summarize relevant research results, and summarize the existing problems of existing evaluation methods, and look forward to the future research direction of transient stability assessment.
    Key words: power system; transient stability assessment; artificial intelligence; wide area measurement system; big data
 
參考文獻(xiàn)
[1] 劉俐，李勇，曹一家，等. 基于支持向量機(jī)和長(zhǎng)短期記憶網(wǎng)絡(luò)的暫態(tài)功角穩(wěn)定預(yù)測(cè)方法[J]. 電力自動(dòng)化設(shè)備，2020，40(2)：129-139.
[2] 吳學(xué)蘋(píng)， 寧強(qiáng). 交直流電力系統(tǒng)暫態(tài)過(guò)程中同步發(fā)電機(jī)阻尼轉(zhuǎn)矩系數(shù)的計(jì)算[J]. 電氣技術(shù)，2015(8)：11-14.
[3] DOMMEL H W, SATO N.Fast transient stability solutions[J].IEEE Transactions on Power Apparatus & Systems，2007，91(4)：1643-1650.
[4] 許漢平，黃涌，陳堅(jiān). 電力系統(tǒng)實(shí)時(shí)數(shù)字仿真系統(tǒng)介紹[J]. 華中電力，2002，15(3)：10-12.
[5] 宋新立，湯涌，劉文焯，等. 電力系統(tǒng)全過(guò)程動(dòng)態(tài)仿真的組合數(shù)值積分算法研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2009，29(28)：23-29.
[6] MAGNUSSON P C.The transient-energy method of calculating stability[J].Transactions of the American Institute of Electrical Engineers，1947，66(1)：747-755.
[7] ASIM H, NITAI P, DEBASISH M. Transient Stability Analysis of a Multimachine Power System with TCSC Controller-A Zero Dynamic Design Approach[J].International Journal of Electrical Power and Energy Systems，2018，97(10)：51-57.
[8] 顧雪平，曹紹杰，張文勤. 基于神經(jīng)網(wǎng)絡(luò)暫態(tài)穩(wěn)定評(píng)估方法的一種新思路[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2000，20(4)：77-82.
[9] 黃輝，舒乃秋，李自品，等. 基于信息融合技術(shù)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(16)：19-23.
[10] 湯必強(qiáng)，鄧長(zhǎng)虹，劉麗芳. 復(fù)合神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估中的應(yīng)用[J]. 電網(wǎng)技術(shù)，2004，28(15)：63-66.
[11] DALIA M, KAMAL R, ELFADIL Z.Implementation of transient stability assessment using artificial neural networks[C]//Proceedings-2013 International Conference on Computer，2013：
659-662.
[12] AMIR S, SAEED S.A new power system transient stability assessment method based on Type-2 fuzzy neural network estimation[J].Electrical Power and Energy Systems，2015，64(7)：71-87.
[13] 吳瓊，楊以涵，劉文穎. 基于最小二乘支持向量機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定在線預(yù)測(cè)[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(25)：38-43.
[14] YOU Dahai, WANG Ke, YE Lei, et al.Transient stability assessment of power system using support vector machine with generator combinatorial trajectories inputs[J]. International Journal of Electrical Power and Energy Systems，2013，44(1)：318-325.
[15] 馬騫，楊以涵，劉文穎，等. 多輸入特征融合的組合支持向量機(jī)電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2005，25(6)：17-23.
[16] 姜濤，王長(zhǎng)江，陳厚合，等. 基于正則化投影孿生支持向量機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2019，43(1)：141-151.
[17] 戴遠(yuǎn)航，陳磊，張瑋靈，等. 基于多支持向量機(jī)綜合的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2016，36(5)：1173-1179.
[18] MOULIN L S, SILVA A P A, EL-SHARKAWI M A, et al.Support vector machines for transient stability analysis of large-scale power systems[J]. IEEE Transactions on Power Systems，2004，19(2)：818-825.
[19] 盧錦玲，於慧敏. 極限學(xué)習(xí)機(jī)和遺傳算法在暫態(tài)穩(wěn)定評(píng)估特征選擇中的應(yīng)用[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2016，28(12)：103-107.
[20] LI Yang, GU Xueping.Power system transient stability assesment based on online sequential extreme learning machine[C]// Asia-Pacific Power and Energy Engineering Conference，2013：351-358.
[21] IRRINE S, ARDYONO P, ONY Q, et al.Critical clearing time prediction within various loads for transient stability assessment by means of the extreme learning machine method[J]. Electrical Power and Energy Systems，2016，77(34)：345-352.
[22] 陳振，肖先勇，李長(zhǎng)松，等. 基于代價(jià)敏感極端學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電力自動(dòng)化設(shè)備，2016，36(2)：118-122.
[23] 張林林，胡熊偉，李鵬，等. 基于極限學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 上海交通大學(xué)學(xué)報(bào)，2019，53(6)：749-756.
[24] 李向偉，劉思言，高昆侖. 基于差分進(jìn)化極限學(xué)習(xí)機(jī)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 科學(xué)技術(shù)與工程，2020，20(1)：213-217.
[25] 周挺，楊軍，周強(qiáng)明，等. 基于改進(jìn)Light GBM的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電網(wǎng)技術(shù)，2019，43(6)：1931-1940.
[26] 盧錦玲，郭魯豫，張夢(mèng)雪，等. 基于MGS-LGBM算法的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力科學(xué)與工程，2020，36(3)：52-60.
[27] 胡偉，鄭樂(lè)，閔勇，等. 基于深度學(xué)習(xí)的電力系統(tǒng)故障后暫態(tài)穩(wěn)定評(píng)估研究[J]. 電網(wǎng)技術(shù)，2017，41(10)：3140-3146.
[28] 李寶琴，吳俊勇，邵美陽(yáng)，等. 基于集成深度置信網(wǎng)絡(luò)的精細(xì)化電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2020，44(6)：17-28.
[29] 邵美陽(yáng)，吳俊勇，李寶琴，等. 基于兩階段集成深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電網(wǎng)技術(shù)，2020，44(5)：1776-1787.
[30] 蔡國(guó)偉，張啟蒙，楊德友，等. 基于改進(jìn)深度置信網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估研究[J]. 智慧電力，2020，48(3)：61-68.
[31] 高昆侖，楊帥，劉思言，等. 基于一維卷積神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J]. 電力系統(tǒng)自動(dòng)化，2019，43(12)：18-26.
[32] 田芳，周孝信，史東宇，等. 基于卷積神經(jīng)網(wǎng)絡(luò)綜合模型和穩(wěn)態(tài)特征量的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估[J].中國(guó)電機(jī)工程學(xué)報(bào)，2019，39(14)：4025-4032.
[33] SHI Zhongtuo, YAO Wei, ZENG Lingkang, et al. Convolutional neural network-based power system transient stability assessment and instability mode prediction[J].Applied Energy，2020，263(11)：45-56.
[34] 王懷遠(yuǎn)，陳啟凡. 基于堆疊變分自動(dòng)編碼器的電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估方法[J]. 電力自動(dòng)化設(shè)備，2019，39(12)：134-139.
[35] 王懷遠(yuǎn)，陳啟凡. 基于代價(jià)敏感堆疊變分自動(dòng)編碼器的暫態(tài)穩(wěn)定評(píng)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2020，40(7)：2213-2220.
[36] 宋方方，畢天姝，楊奇遜. 基于暫態(tài)能量變化率的電力系統(tǒng)多擺穩(wěn)定性判別新方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2007，27(16)：8-13.
[37] 王科，游大海，陳震海，等. 基于改進(jìn)位能脊的電力系統(tǒng)暫態(tài)穩(wěn)定快速識(shí)別算法[J]. 電網(wǎng)技術(shù)，2011，35(12)：89-93.
[38] 劉道偉，馬世英，李柏青，等. 基于響應(yīng)的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢(shì)在線量化評(píng)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2013，33(4)：85-95.
[39] 馬世英，劉道偉，吳萌，等. 基于 WAMS及機(jī)組對(duì)的電網(wǎng)暫態(tài)穩(wěn)定態(tài)勢(shì)在線量化評(píng)估方法[J]. 電網(wǎng)技術(shù)，2013，37(5)：1323-1328.
[40] LAN Tian, WANG Wenzong, HUANG M.A critical switching flow index for transient stability assessment in smart grid topology control[C]//IEEE Power-and-Energy-Society Innovative Smart Grid Technologies Conference，USA，2016：85-92.
[41] 毛安家，郭志忠，張學(xué)松. 一種基于廣域測(cè)量系統(tǒng)過(guò)程量測(cè)數(shù)據(jù)的快速暫態(tài)穩(wěn)定預(yù)估方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2006，26(17)：39-45.
[42] WANG Huaiyuan, HE Peican.Transient stability assessment and control system for power system[J].IEEJ Transactions on Electrical and Electronic Engineering，2019，14(8)：1189-1196.